情感分析系列之《利用BRAT进行中文情感分析语料标注》

1.背景

情感分析是NLP中的一大分支，无论在学术界还是工业界都有广泛的研究，在SemEval语义分析会议中有单独的情感分析任务分支，其中最难的一个任务叫做ABSA：Aspect-Based Sentiment Analysis，面向方面的情感分析。举例来说，就是对以下句子，

新版本英雄的皮肤很不错，但是游戏经常出现掉线

要能识别出这样的情感标注结果：<英雄，视觉性，正面>，<游戏，稳定性，负面>

而其中，[英雄，游戏]为实体（entity），[视觉性，稳定性]为方面（aspect），ABSA的任务就是识别句子中关于某些实体的某些方面的正负面情感。

从Semeval 2015的结果来看，目前没有任何技术能够做到无监督解决这一任务，既然需要监督学习就少不了标注。如果借助现有的工具来提高标注效率在工程上具有重要意义。

本文主要介绍如何利用BRAT进行针对ABSA问题的语料标注，后续如何利用这些标注构建模型来解决ABSA问题将在随后的文章中介绍。本系列的所有的工作都来自WeTest舆情团队的努力成果（http://wetest.qq.com/bee/）。

2.BRAT简介

BRAT是一个基于web的文本标注工具，主要用于对文本的结构化标注，用BRAT生成的标注结果能够把无结构化的原始文本结构化，供计算机处理。利用该工具可以方便的获得各项NLP任务需要的标注语料。以下是利用该工具进行命名实体识别任务的标注例子：

第一步：安装BRAT